亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        輸電線路缺陷無人機(jī)圖像識(shí)別技術(shù)應(yīng)用

        2022-12-17 13:33:29張利
        新型工業(yè)化 2022年3期
        關(guān)鍵詞:圖像識(shí)別卷積神經(jīng)網(wǎng)絡(luò)

        張利

        (中國石化集團(tuán)勝利石油管理局有限公司電力分公司,山東 東營 257000)

        0 引言

        基于無人機(jī)圖像識(shí)別技術(shù)的應(yīng)用,對輸電線路的缺陷分析與處理效果提升方面有積極作用。隨著電力需求的逐漸增加,電網(wǎng)規(guī)模也在逐漸擴(kuò)大,輸電線路的缺陷對輸電穩(wěn)定性會(huì)產(chǎn)生直接的影響,因此,定期對輸電線路進(jìn)行巡檢與分析處理,可保證輸電線路的穩(wěn)定性[1]。但是,由于輸電線路的布設(shè)地形比較復(fù)雜,交通不便,巡檢人員的安全保障比較低,因此,通過無人機(jī)圖像識(shí)別技術(shù)的應(yīng)用,對輸電線路缺陷問題進(jìn)行識(shí)別與分析,該技術(shù)的應(yīng)用具有操作性以及靈活性,可提高輸電線路缺陷識(shí)別與分析水平[2]。

        1 無人機(jī)圖像識(shí)別技術(shù)概述

        1.1 概念

        無人機(jī)圖像識(shí)別技術(shù)的應(yīng)用,則是在無線通信鏈路的基礎(chǔ)上,對數(shù)據(jù)傳輸過程進(jìn)行優(yōu)化,在識(shí)別過程中,包含無人機(jī)飛行控制、數(shù)據(jù)管理等內(nèi)容[3]。無人機(jī)在飛行后,從地面到高壓輸電塔之間進(jìn)行控制,并對巡視目標(biāo)進(jìn)行識(shí)別與分析,在巡視結(jié)束后,返回地面,結(jié)束分析處理任務(wù)。數(shù)據(jù)管理是無人機(jī)飛行到巡檢目標(biāo)時(shí),可通過采集數(shù)據(jù)分析,對數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)清除等方面進(jìn)行分析,從而實(shí)現(xiàn)無人機(jī)圖像識(shí)別分析水平提升。無線通信鏈路可對無人機(jī)飛行狀態(tài)、圖像信息等進(jìn)行數(shù)據(jù)整合,對不同數(shù)據(jù)進(jìn)行分類與處理的基礎(chǔ)上,提高數(shù)據(jù)信息的綜合處理水平。通過對無人機(jī)實(shí)時(shí)傳輸?shù)耐ㄐ盘幚?,可對輸電線路巡檢數(shù)據(jù)進(jìn)行采集與處理,可實(shí)現(xiàn)圖像數(shù)據(jù)傳輸與圖像識(shí)別分析[4]。

        1.2 系統(tǒng)組成

        無人機(jī)圖像識(shí)別技術(shù)的應(yīng)用,則是在智能巡檢與分析處理的角度,對實(shí)時(shí)數(shù)據(jù)進(jìn)行分析,并對圖像的缺陷位置進(jìn)行標(biāo)注,通過對數(shù)據(jù)結(jié)果與原始圖像數(shù)據(jù)進(jìn)行備份與處理,可實(shí)現(xiàn)無人機(jī)圖像識(shí)別與分析水平提升[5]。無人機(jī)圖像識(shí)別與分析中,其中包含視頻傳輸、圖像傳輸兩大功能模塊,無人機(jī)搭載高清相機(jī)以及圖傳模塊發(fā)射端,地面工作終端則是圖傳模塊接收端、4G傳輸模塊,通過無人機(jī)圖像識(shí)別系統(tǒng)的搭建,可利用深度卷積神經(jīng)網(wǎng)絡(luò)算法,對圖像數(shù)據(jù)進(jìn)行預(yù)處理分類識(shí)別。在對圖像缺陷進(jìn)行分析與處理的基礎(chǔ)上,可對識(shí)別結(jié)果進(jìn)行分析與處理,為輸電線路缺陷識(shí)別提供依據(jù)[6]。與此同時(shí),對圖像結(jié)果以及原始圖像數(shù)據(jù)進(jìn)行備份,并利用4G網(wǎng)絡(luò)對圖像數(shù)據(jù)進(jìn)行分析,將其發(fā)送到控制中心,從而達(dá)到輸電線路缺陷辨認(rèn)與分析處理的目的[7]。

        2 輸電線路缺陷無人機(jī)圖像識(shí)別技術(shù)實(shí)踐要點(diǎn)

        2.1 輸電線路缺陷識(shí)別

        輸電線路缺陷識(shí)別可采用層次化特征的表達(dá)方式,對輸電線路的數(shù)據(jù)傳輸進(jìn)行計(jì)算,在數(shù)據(jù)預(yù)處理的基礎(chǔ)上,可對圖像缺陷位置進(jìn)行識(shí)別,如果存在圖像數(shù)據(jù)缺失的情況,可通過缺陷數(shù)據(jù)進(jìn)行標(biāo)注,將有問題的圖像結(jié)果反饋到人機(jī)交互界面。在此基礎(chǔ)上,深度學(xué)習(xí)的輸電線路缺陷圖像識(shí)別與分析,重點(diǎn)是對被識(shí)別圖像的識(shí)別點(diǎn)進(jìn)行提取與處理,并通過制作樣本數(shù)據(jù),對訓(xùn)練的數(shù)據(jù)集進(jìn)行對比分析,分析輸電線路的實(shí)際應(yīng)用與運(yùn)行情況。

        (1)對圖像數(shù)據(jù)進(jìn)行處理,建立數(shù)據(jù)集合空間。

        (2)Faster-Rcnn的模型訓(xùn)練,在對標(biāo)簽的數(shù)據(jù)輸入進(jìn)行訓(xùn)練與分析的基礎(chǔ)上,采用隨機(jī)梯度處理的方式,對數(shù)據(jù)信息的迭代處理過程進(jìn)行優(yōu)化,完成多目標(biāo)識(shí)別分析任務(wù)。

        (3)Fastrer-Rcnn模型測試與修正,在對相關(guān)數(shù)據(jù)進(jìn)行分析與處理的基礎(chǔ)上,可對數(shù)據(jù)以及訓(xùn)練參數(shù)等進(jìn)行調(diào)整,達(dá)到模型分析與信息處理的目的。

        (4)輸電線路缺陷分類分析,對輸電線路的缺陷問題、正常數(shù)據(jù)等進(jìn)行分析,并對缺陷圖片進(jìn)行標(biāo)注,在建立訓(xùn)練數(shù)據(jù)集與測試數(shù)據(jù)集的基礎(chǔ)上,可通過輸電線路的數(shù)據(jù)傳輸與信息處理,滿足輸電線路的缺陷識(shí)別分析需求。

        (5)訓(xùn)練輸電線路缺陷分類器,并對訓(xùn)練樣本數(shù)據(jù)訓(xùn)練分類器進(jìn)行綜合處理,在輸電線路分類識(shí)別與處理的基礎(chǔ)上,可滿足輸電線路缺陷識(shí)別與分析的需求。

        (6)對輸電線路缺陷分類進(jìn)行測試與修正,并對測試數(shù)據(jù)的準(zhǔn)確率進(jìn)行檢驗(yàn)。結(jié)合搭建的多目標(biāo)識(shí)別模型,對輸電線路缺陷分類過程進(jìn)行優(yōu)化,通過模型參數(shù)更新與數(shù)據(jù)分析處理,可對輸電線路缺陷的數(shù)據(jù)訓(xùn)練樣本進(jìn)行綜合分析。在現(xiàn)有的識(shí)別圖片分析中,可在原有模型的基礎(chǔ)上,對不同分類數(shù)據(jù)進(jìn)行識(shí)別與分析,通過缺陷分類與檢驗(yàn),實(shí)現(xiàn)輸電線路缺陷識(shí)別準(zhǔn)確性提升。

        2.2 模型

        多目標(biāo)物體識(shí)別分析中,可通過Faster-Rcnn算法對無人機(jī)巡檢圖片識(shí)別進(jìn)行分析,并實(shí)現(xiàn)輸電線路缺陷的有效控制。在實(shí)際應(yīng)用中,模型操作步驟如下:

        (1)利用卷積神經(jīng)網(wǎng)絡(luò)對輸電線路缺陷圖片的卷積特征進(jìn)行提取。

        (2)利用Region Rroposal Network提取輸電線路缺陷信息的處理與檢驗(yàn)。

        (3)在對輸電線路缺陷圖像進(jìn)行處理中,可從原始圖片卷積特征中提取特征向量,并對不同特征數(shù)據(jù)進(jìn)行分析,可對矩形區(qū)域的坐標(biāo)及信息處理過程進(jìn)行完善,從而提高多目標(biāo)識(shí)別分析的準(zhǔn)確性[8]。

        卷積神經(jīng)網(wǎng)絡(luò)模型的搭建,則是對卷積操作以及池化操作過程進(jìn)行控制,輸入數(shù)字圖像后,對卷積層、池化層進(jìn)行處理,通過網(wǎng)絡(luò)模型對圖像數(shù)據(jù)的參數(shù)處理,按照3*3卷積核在5*5的圖像上進(jìn)行卷積操作,通過特征提取與數(shù)據(jù)分析處理,降低位移變形的敏感程度。深層卷積神經(jīng)網(wǎng)絡(luò)的搭建,可通過輸出向量分析與信息處理,達(dá)到輸電線路缺陷識(shí)別與分析的目的。輸電線路缺陷分類與識(shí)別,可在多目標(biāo)識(shí)別與檢驗(yàn)的基礎(chǔ)上,對輸電線路缺陷圖像的特征向量進(jìn)行映射處理,并通過分類輸出向量檢驗(yàn)與處理,對輸入圖像以及神經(jīng)網(wǎng)絡(luò)計(jì)算等方面進(jìn)行優(yōu)化,提高輸電線路的缺陷識(shí)別處理水平。

        2.3 實(shí)驗(yàn)

        輸電線路缺陷無人機(jī)圖像識(shí)別技術(shù)的應(yīng)用,則是在圖像識(shí)別以及智能巡檢分析的視角下,對智能巡檢平臺(tái)進(jìn)行綜合控制,從而滿足輸電線路缺陷分析與處理的需求。因此,無人機(jī)圖像識(shí)別技術(shù)在實(shí)際應(yīng)用中,可對輸電線路缺陷圖像進(jìn)行快速識(shí)別。為檢驗(yàn)技術(shù)應(yīng)用的水平,采用1000張無人機(jī)航拍圖像識(shí)別分析處理的方式進(jìn)行分析,其中包含20類輸電物體、設(shè)備的圖像,每個(gè)物體可發(fā)現(xiàn)有25張有缺陷、無缺陷的圖像。在進(jìn)行實(shí)驗(yàn)分析的過程中,識(shí)別輸電線路缺陷診斷的設(shè)備以及缺陷類型、缺陷位置等內(nèi)容。在進(jìn)行實(shí)驗(yàn)分析中,結(jié)果表明,利用Faster-Rcnn的多目標(biāo)物體識(shí)別算法,可對輸電線路的不同設(shè)備進(jìn)行分類識(shí)別與處理,而且,具有識(shí)別精度高、效率快的特征。一張2400萬像素的高清圖片的處理,可通過Nvidia TitanX實(shí)現(xiàn)快速處理,處理的時(shí)間為0.4s左右。利用ImasgeNet完成不同物體的分類識(shí)別,其精度為85%。在現(xiàn)有的實(shí)驗(yàn)條件下,對輸電線路的識(shí)別與處理的精度為83%。為實(shí)現(xiàn)缺陷定位,可采用深度殘差神經(jīng)網(wǎng)絡(luò)的方式,對絕緣子破裂、銷釘缺失等問題進(jìn)行識(shí)別,其識(shí)別精度為75%。因此,不同特征的缺陷,其具有較高的精度,而且,在對輸電線路缺陷進(jìn)行處理中,可對輸電線路裂紋、燒傷等缺陷進(jìn)行識(shí)別與分析,其識(shí)別精度分別為45%、37%。通過深度卷積神經(jīng)網(wǎng)絡(luò)算法的應(yīng)用,可提高無人機(jī)圖像識(shí)別效率及精度,降低人工識(shí)別輸電線路缺陷圖像的工作量,進(jìn)一步提高輸電線路的巡視效率及質(zhì)量。

        3 結(jié)語

        無人機(jī)圖像識(shí)別技術(shù)在輸電線路缺陷分析中的應(yīng)用,可利用深度卷積神經(jīng)網(wǎng)絡(luò)算法,對輸電設(shè)備缺陷識(shí)別進(jìn)行分析。輸電線路中的圖像信息識(shí)別是在Faster-Rcnn算法的應(yīng)用下,對圖像識(shí)別、輸電處理過程等進(jìn)行信號檢驗(yàn)與分析,以此保證輸電線路的缺陷識(shí)別水平。無人機(jī)圖像識(shí)別技術(shù)的應(yīng)用,則是在輸電線路缺陷識(shí)別與分析處理的基礎(chǔ)上,對輸電線路缺陷的圖像處理過程、缺陷圖像分析等方面進(jìn)行優(yōu)化,滿足輸電線路缺陷識(shí)別與分析的綜合需求?;谏疃染矸e神經(jīng)網(wǎng)絡(luò)算法的應(yīng)用,可對輸電線路的不同缺陷進(jìn)行分類,并對不同缺陷進(jìn)行分類與識(shí)別,滿足輸電線路缺陷識(shí)別分析需求。

        猜你喜歡
        圖像識(shí)別卷積神經(jīng)網(wǎng)絡(luò)
        基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
        神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        基于Resnet-50的貓狗圖像識(shí)別
        電子制作(2019年16期)2019-09-27 09:34:50
        高速公路圖像識(shí)別技術(shù)應(yīng)用探討
        從濾波器理解卷積
        電子制作(2019年11期)2019-07-04 00:34:38
        圖像識(shí)別在物聯(lián)網(wǎng)上的應(yīng)用
        電子制作(2018年19期)2018-11-14 02:37:04
        圖像識(shí)別在水質(zhì)檢測中的應(yīng)用
        電子制作(2018年14期)2018-08-21 01:38:16
        基于傅里葉域卷積表示的目標(biāo)跟蹤算法
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
        復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
        久久久久久99精品| 国产精品麻豆A在线播放| 精品蜜桃在线观看一区二区三区| 午夜宅男成人影院香蕉狠狠爱| 中文字日产幕码三区做法| 日韩人妻精品视频一区二区三区| 天堂一区二区三区在线观看视频| 亚洲中文字幕无码不卡电影| 久久人人妻人人做人人爽| 国产日本在线视频| 国产亚洲精品视频网站| 国产suv精品一区二区四| 国产成人精品日本亚洲11| 久久精品免视看国产盗摄| 人妻熟女中文字幕av| 国产三级a三级三级| 亚洲国产激情一区二区三区| 一级午夜视频| 久久国产劲爆内射日本| 黄色精品一区二区三区| 奇米影视7777久久精品| 欧美亚洲国产片在线播放| 在线视频一区色| 亚洲国产精品夜男人天堂| 最好看的亚洲中文字幕| 久爱www人成免费网站| 无码人妻久久一区二区三区不卡| 初尝黑人嗷嗷叫中文字幕| 蜜桃视频中文在线观看| 亚洲一区二区三区地址| 日本免费a级毛一片| 在线播放国产一区二区三区| 亚洲午夜福利精品久久| av天堂中文亚洲官网| 久久久久亚洲av综合波多野结衣| 亚洲综合无码一区二区三区| 国产香蕉一区二区三区| 免费亚洲一区二区三区av| 亚欧美日韩香蕉在线播放视频| 亚洲欧美国产日韩字幕| 中国av一区二区三区四区|